换一批核正交偏最小二乘在代谢组学数据分析中的应用
The Application of Kernal Orthogonal Projection to Latent Structures (KOPLS) in Metabolomics Data Analysis
摘要目的 探索核正交偏最小二乘方法的特点及其在代谢组学数据分析中的应用.方法 通过模拟实验和真实代谢组学数据,评价核正交偏最小二乘方法的模型预测能力及其可视化效果.结果 模拟数据分析表明,当数据间存在线性关系时,KOPLS与传统的线性OPLS具有相同的效果;当数据间存在非线性关系时,KOPLS具有相对更高的预测能力,得分图的可视化效果更好.实际数据分析结果显示,应用KOPLS能够提高模型预测能力和改善可视化效果.结论 对于高维非线性关系的代谢组学数据更适合使用KOPLS方法.
更多相关知识
- 浏览125
- 被引14
- 下载29
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
